Proyecto 1
Juan De Leon, Maria Jose Castro, Jose Block
5/4/2021
Analisis Exlporatorio
Situación Problemática
En Guatemala pasa que al hacer inversiones en ciertas areas como la educacion, se hace la inversion sin pensar en que sectores es mas eficiente invertir en educacion y resulta ser una inversion con un bajo impacto en el pais, porque resulta que hay sectores que lo necesitan.
Problema científico
Con la informacion de nacimientos de 2009 a 2019 queremos hacer un analisis de datos para la inversion de educacion segun departamento tomando en cuenta cantidad de nacimientos por departamento y las condiciones de la madre de cada parto.
Objetivos
Averiguar que variables influyen mas en que la madre este soltera con un modelo.
Determinar mayor taza de nacimientos por departamento y determinar orden de mayor a menor crecimiento o probabilidad de crecimiento.
Decidir un orden de departamentos en los que se debe invertir en educacion segun los datos analizados.
Descripción de los datos
Para el desarrollo de este proyecto se trabajó con la base de datos de Estadísticas Vitales del Instituto Nacional de Estadística de Guatemala (INE) desde el año 2010 al año 2019. Estas estadísticas provienen de registros administrativos de nacimientos, defunciones, matrimonios y divorcios. Las estadísticas vitales brindan información importante sobre los cambios de patrones en las áreas antes mencionadas, brindando así, una visión dinámica de la población.
Dado que esta información está en archivos .xls el paso inicial que tomo el grupo fue juntar todos los sets de datos en un solo data frame por hoja que cada archivo contiene. Dado que se trabajo con información de 10 años distintos no en todos se cuantifica la misma información, por lo que fue necesario excluir ciertos datos que en archivos recientes si hay. Se agrego una columna a cada data frame para diferenciar el año en el que se obtuvo esa información. Seguido de esto se guardaron todos los data frames, habiendo unido la informacion de los 10 archivos distintos, en un archivo .RData.
Luego de juntar los sets de datos se clasifico cuales iban a ser relevantes para solventar la problemática anteriormente planteada. Por lo que se escogieron los siguientes sets de datos:
- Nacimientos por departamento de residencia de la madre, según edades simples de la madre
- Nacimientos por estado civil de la madre, según departamento de su residencia
- Nacimientos por estado civil de la madre, según grupos de edad
- Nacimientos por grupos de edad de la madre, según grupos de edad del padre
- Número de hijos(as) tenidos, según edades simples de la madre
- Nacimientos por grupos de edad de la madre, según departamento y municipio de su residencia
- Nacimientos por grupos de edad de la madre, según grandes grupos ocupacionales de la madre
- Nacimientos por edad de la madre, según departamento de residencia, área geográfica de ocurrencia, y grupo étnico de la madre
- Nacimientos por escolaridad de la madre, según número de hijos(as) tenidos
Una de las ventajas que se tuvo al trabajar con este set de datos es que no fue sumamente necesaria la limpieza de datos. La mayoría de las hojas se encuentran llena de datos, no hay datos N/A. Sin embargo, a lo largo de los años se agregaron nuevas columnas o cambiaron de nombre, lo que se volvió un tanto tedioso. Fue necesario que variables cambiaron o que nueva información se agregó, ya que no se trabajó con datos que no se encontraran en los 10 años.
A continuación, mostramos una clasificación de las variables por cada set de datos:
Nacimientos por departamento de residencia de la madre, según edades simples de la madre
- Edad: variable cuantitativa discreta.
- Departamento: Variable cualitativa nominal
Nacimientos por estado civil de la madre, según departamento de su residencia
- Departamento: Variable cualitativa nominal
- Estado Civil: Variable cualitativa nominal
Nacimientos por estado civil de la madre, según grupos de edad
- Grupo de Edad: Variable cuantitativa discreta
- Estado Civil: Variable cualitativa nominal
Nacimientos por grupos de edad de la madre, según grupos de edad del padre
- Grupo de Edad Madre: Variable cuantitativa discreta
- Grupo de Edad Padre: Variable cuantitativa discreta
Número de hijos(as) tenidos, según edades simples de la madre
- Edad: Variable cuantitativa discreta
- Numero de Hijos: Variable cuantitativa discreta
Nacimientos por grupos de edad de la madre, según departamento y municipio de su residencia
- Departamento: Variable cualitativa nominal
- Municipio: Variable cualitativa nominal
- Grupo de Edad: Variable cuantitativa discreta
Nacimientos por grupos de edad de la madre, según grandes grupos ocupacionales de la madre
- Grupos Ocupacionales: Variable cualitativa nominal
- Grupo de Edad: Variable cuantitativa discreta
Nacimientos por edad de la madre, según departamento de residencia, área geográfica de ocurrencia, y grupo étnico de la madre
- Departamento: Variable cualitativa nominal
- Area Geografica: Variable cualitativa nominal
- Grupo Etnico: Variable cualitativa nominal
- Grupo de Edad: Variable cuantitativa discreta
Nacimientos por escolaridad de la madre, según número de hijos(as) tenidos
- Numero de hijos: variable cuantitativa discreta
- Escolaridad de la madre: varibale cualitativa nominal
Análisis Exploratorio
Para realizar el analisis, pensamos verificar que informacion nos es mas util entre las siguientes tablas:
- Estadística Descriptiva
- Nacimientos por departamento de residencia de la madre, según edades simples de la madre
## [1] "Cantidad de filas"## [1] 516## [1] "Cantidad de columnas"## [1] 27## [1] "Estructura de los datos"## 'data.frame': 516 obs. of 27 variables:
## $ Edad : chr "Todas las edades" "10" "11" "12" ...
## $ Total : num 361906 11 34 104 449 ...
## $ Guatemala : num 59021 0 1 11 36 ...
## $ El.Progreso : num 3761 0 0 0 4 ...
## $ Sacatepéquez : num 6697 0 0 1 6 ...
## $ Chimaltenango : num 14998 0 0 1 4 ...
## $ Escuintla : num 14342 0 1 4 32 ...
## $ Santa.Rosa : num 8253 0 0 5 7 ...
## $ Sololá : num 9413 0 1 1 5 ...
## $ Totonicapán : num 11400 0 0 0 2 29 94 258 382 505 ...
## $ Quetzaltenango: num 19004 0 3 5 17 ...
## $ Suchitepéquez : num 12947 0 1 5 20 ...
## $ Retalhuleu : num 7418 1 1 7 13 ...
## $ San.Marcos : num 29322 0 2 8 37 ...
## $ Huehuetenango : num 36390 0 4 10 45 ...
## $ Quiché : num 27795 0 0 3 24 ...
## $ Baja.Verapaz : num 7628 0 0 3 4 ...
## $ Alta.Verapaz : num 33501 1 4 9 45 ...
## $ Petén : num 14147 1 3 8 66 ...
## $ Izabal : num 9878 0 3 4 28 ...
## $ Zacapa : num 5648 1 3 3 11 ...
## $ Chiquimula : num 10400 0 1 5 17 82 171 281 437 517 ...
## $ Jalapa : num 8548 0 1 6 11 ...
## $ Jutiapa : num 11134 0 2 3 13 ...
## $ Extranjero : num 113 0 0 0 0 1 1 4 3 3 ...
## $ Ignorado : num 148 7 3 2 2 4 4 10 8 5 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Edad Total Guatemala El.Progreso Sacatepéquez Chimaltenango Escuintla
## 514 57 1 0 0 0 0 0
## 515 59 1 0 0 0 0 0
## 516 Ignorado 92 11 0 0 1 2
## Santa.Rosa Sololá Totonicapán Quetzaltenango Suchitepéquez Retalhuleu
## 514 0 0 0 0 0 0
## 515 0 0 0 0 0 0
## 516 0 0 1 1 1 1
## San.Marcos Huehuetenango Quiché Baja.Verapaz Alta.Verapaz Petén Izabal
## 514 0 0 0 0 1 0 0
## 515 1 0 0 0 0 0 0
## 516 6 1 0 0 1 1 1
## Zacapa Chiquimula Jalapa Jutiapa Extranjero Ignorado anio
## 514 0 0 0 0 0 0 2019
## 515 0 0 0 0 0 0 2019
## 516 4 0 0 2 2 56 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 516 27 1 26 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 516 13932 120608
## feature num_missing pct_missing
## 1 Edad 0 0
## 2 Total 0 0
## 3 Guatemala 0 0
## 4 El.Progreso 0 0
## 5 Sacatepéquez 0 0
## 6 Chimaltenango 0 0
## 7 Escuintla 0 0
## 8 Santa.Rosa 0 0
## 9 Sololá 0 0
## 10 Totonicapán 0 0
## 11 Quetzaltenango 0 0
## 12 Suchitepéquez 0 0
## 13 Retalhuleu 0 0
## 14 San.Marcos 0 0
## 15 Huehuetenango 0 0
## 16 Quiché 0 0
## 17 Baja.Verapaz 0 0
## 18 Alta.Verapaz 0 0
## 19 Petén 0 0
## 20 Izabal 0 0
## 21 Zacapa 0 0
## 22 Chiquimula 0 0
## 23 Jalapa 0 0
## 24 Jutiapa 0 0
## 25 Extranjero 0 0
## 26 Ignorado 0 0
## 27 anio 0 0
- Nacimientos por departamento de residencia de la madre, segun departamento de ocurrencia
## [1] "Cantidad de filas"## [1] 3250## [1] "Cantidad de columnas"## [1] 6## [1] "Estructura de los datos"## 'data.frame': 3250 obs. of 6 variables:
## $ Mes : chr "Todos los meses" "Todos los meses" "Todos los meses" "Todos los meses" ...
## $ Departamento.de.residencia: chr "Todos los departamentos" "Guatemala" "El Progreso" "Sacatepéquez" ...
## $ Total : num 361906 59021 3761 6697 14998 ...
## $ Hombres : num 183354 29884 1916 3449 7509 ...
## $ Mujeres : num 178552 29137 1845 3248 7489 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Mes Departamento.de.residencia Total Hombres Mujeres anio
## 3248 Diciembre Jutiapa 839 436 403 2019
## 3249 Diciembre Extranjero 23 13 10 2019
## 3250 Diciembre Ignorado 6 3 3 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 3250 6 2 4 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 3250 19500 160440
## feature num_missing pct_missing
## 1 Mes 0 0
## 2 Departamento.de.residencia 0 0
## 3 Total 0 0
## 4 Hombres 0 0
## 5 Mujeres 0 0
## 6 anio 0 0
## 1 features with more than 20 categories ignored!
## Departamento.de.residencia: 25 categories
- Nacimientos por estado civil de la madre, según departamento de su residencia
## [1] "Cantidad de filas"## [1] 250## [1] "Cantidad de columnas"## [1] 7## [1] "Estructura de los datos"## 'data.frame': 250 obs. of 7 variables:
## $ Departamento.de.residencia: chr "Todos los departamentos" "Guatemala" "El Progreso" "Sacatepéquez" ...
## $ Total : num 361906 59021 3761 6697 14998 ...
## $ Soltera : num 203436 32557 2298 2975 5377 ...
## $ Casada : num 156644 26349 1450 3718 9612 ...
## $ Unida : num 1403 60 11 3 1 ...
## $ Ignorado : num 423 55 2 1 8 116 8 1 7 18 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Departamento.de.residencia Total Soltera Casada Unida Ignorado anio
## 248 Jutiapa 10357 6536 3798 20 3 2019
## 249 Extranjero 339 226 50 0 63 2019
## 250 Ignorado 68 30 0 0 38 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 250 7 1 6 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 250 1750 17904
## feature num_missing pct_missing
## 1 Departamento.de.residencia 0 0
## 2 Total 0 0
## 3 Soltera 0 0
## 4 Casada 0 0
## 5 Unida 0 0
## 6 Ignorado 0 0
## 7 anio 0 0
## Warning in dummify(data, maxcat = maxcat): Ignored all discrete features since
## `maxcat` set to 20 categories!
- Nacimientos por estado civil de la madre, según grupos de edad
## [1] "Cantidad de filas"## [1] 110## [1] "Cantidad de columnas"## [1] 7## [1] "Estructura de los datos"## 'data.frame': 110 obs. of 7 variables:
## $ Grupos.de.edad: chr "Todas las edades" "Menos de 15" "15 - 19" "20 - 24" ...
## $ Total : num 361906 2671 69823 105938 84066 ...
## $ Soltera : num 203436 2388 52471 64734 42012 ...
## $ Casada : num 156644 275 17232 40877 41639 ...
## $ Unida : num 1403 4 65 225 323 ...
## $ Ignorado : num 423 4 55 102 92 66 38 14 5 0 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Grupos.de.edad Total Soltera Casada Unida Ignorado anio
## 108 45 - 49 594 229 352 12 1 2019
## 109 50 y más 36 17 18 1 0 2019
## 110 Ignorado 92 40 1 0 51 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 110 7 1 6 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 110 770 9256
## feature num_missing pct_missing
## 1 Grupos.de.edad 0 0
## 2 Total 0 0
## 3 Soltera 0 0
## 4 Casada 0 0
## 5 Unida 0 0
## 6 Ignorado 0 0
## 7 anio 0 0
- Nacimientos por estado civil del padre, según grupos de edad
## [1] "Cantidad de filas"## [1] 110## [1] "Cantidad de columnas"## [1] 7## [1] "Estructura de los datos"## 'data.frame': 110 obs. of 7 variables:
## $ Grupos.de.edad: chr "Todas las edades" "Menos de 15" "15 - 19" "20 - 24" ...
## $ Total : num 361906 63 20950 78655 81539 ...
## $ Soltero : num 158183 61 15777 48508 39955 ...
## $ Casado : num 159626 2 5139 29963 41271 ...
## $ Unido : num 1399 0 24 112 240 ...
## $ Ignorado : num 42698 0 10 72 73 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Grupos.de.edad Total Soltero Casado Unido Ignorado anio
## 108 45 - 49 8280 2980 5214 80 6 2019
## 109 50 y más 5989 2515 3384 85 5 2019
## 110 Ignorado 51417 10 2 0 51405 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 110 7 1 6 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 110 770 9256
## feature num_missing pct_missing
## 1 Grupos.de.edad 0 0
## 2 Total 0 0
## 3 Soltero 0 0
## 4 Casado 0 0
## 5 Unido 0 0
## 6 Ignorado 0 0
## 7 anio 0 0
- Nacimientos por grupos de edad de la madre, según departamento y municipio de su residencia
## [1] "Cantidad de filas"## [1] 3623## [1] "Cantidad de columnas"## [1] 14## [1] "Estructura de los datos"## 'data.frame': 3623 obs. of 14 variables:
## $ Departamento.de.residencia: chr "Todos los departamentos" "Guatemala" "Guatemala" "Guatemala" ...
## $ Municipios : chr "Todos los municipios" "Todos los municipios" "Guatemala" "Santa Catarina Pinula" ...
## $ Total : num 361906 59021 20265 1512 1657 ...
## $ Menos.de.15 : num 2671 216 67 5 5 ...
## $ X15...19 : num 69823 8948 2816 224 295 ...
## $ X20...24 : num 105938 17778 6015 432 535 ...
## $ X25...29 : num 84066 15588 5352 402 425 ...
## $ X30...34 : num 56899 10489 3897 283 234 ...
## $ X35...39 : num 30417 4631 1672 122 124 ...
## $ X40...44 : num 10212 1197 385 35 31 ...
## $ X45...49 : num 1249 112 27 5 7 ...
## $ X50.y.más : num 348 11 3 0 1 0 2 0 0 3 ...
## $ Ignorado : num 283 51 31 4 0 0 0 1 0 5 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Departamento.de.residencia Municipios Total Menos.de.15 X15...19 X20...24
## 3621 Jutiapa Quesada 463 2 80 148
## 3622 Extranjero Extranjero 339 0 33 74
## 3623 Ignorado Ignorado 68 1 7 0
## X25...29 X30...34 X35...39 X40...44 X45...49 X50.y.más Ignorado anio
## 3621 109 83 31 10 0 0 0 2019
## 3622 99 83 35 11 2 0 2 2019
## 3623 2 2 0 0 0 0 56 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 3623 14 2 12 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 3623 50722 434080
## feature num_missing pct_missing
## 1 Departamento.de.residencia 0 0
## 2 Municipios 0 0
## 3 Total 0 0
## 4 Menos.de.15 0 0
## 5 X15...19 0 0
## 6 X20...24 0 0
## 7 X25...29 0 0
## 8 X30...34 0 0
## 9 X35...39 0 0
## 10 X40...44 0 0
## 11 X45...49 0 0
## 12 X50.y.más 0 0
## 13 Ignorado 0 0
## 14 anio 0 0
## 1 columns ignored with more than 50 categories.
## Municipios: 337 categories
## Warning in dummify(data, maxcat = maxcat): Ignored all discrete features since
## `maxcat` set to 20 categories!
- Nacimientos por grupos de edad de la madre, según grandes grupos ocupacionales de la madre
## [1] "Cantidad de filas"## [1] 130## [1] "Cantidad de columnas"## [1] 13## [1] "Estructura de los datos"## 'data.frame': 130 obs. of 13 variables:
## $ Grupos.ocupacionales: chr "Todos los grupos ocupacionales" "Ocupaciones militares" "Directores y gerentes" "Profesionales científicos e intelectuales" ...
## $ Total : num 361906 6 133 12902 4161 ...
## $ Menos.de.15 : num 2671 0 0 0 0 ...
## $ X15...19 : num 69823 0 6 341 388 ...
## $ X20...24 : num 105938 4 24 3901 1649 ...
## $ X25...29 : num 84066 1 39 4210 1186 ...
## $ X30...34 : num 56899 1 43 2888 635 ...
## $ X35...39 : num 30417 0 18 1251 253 ...
## $ X40...44 : num 10212 0 3 276 38 ...
## $ X45...49 : num 1249 0 0 25 7 ...
## $ X50.y.más : num 348 0 0 2 3 1 3 2 3 12 ...
## $ Ignorado : num 283 0 0 8 2 6 1 2 1 0 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Grupos.ocupacionales Total Menos.de.15 X15...19 X20...24 X25...29
## 128 Ocupaciones elementales 324446 1908 65585 102722 75327
## 129 No especificado en otro grupo 0 0 0 0 0
## 130 Ignorado 0 0 0 0 0
## X30...34 X35...39 X40...44 X45...49 X50.y.más Ignorado anio
## 128 45276 25052 7931 523 32 90 2019
## 129 0 0 0 0 0 0 2019
## 130 0 0 0 0 0 0 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 130 13 1 12 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 130 1690 18712
## feature num_missing pct_missing
## 1 Grupos.ocupacionales 0 0
## 2 Total 0 0
## 3 Menos.de.15 0 0
## 4 X15...19 0 0
## 5 X20...24 0 0
## 6 X25...29 0 0
## 7 X30...34 0 0
## 8 X35...39 0 0
## 9 X40...44 0 0
## 10 X45...49 0 0
## 11 X50.y.más 0 0
## 12 Ignorado 0 0
## 13 anio 0 0
- Nacimientos por edad de la madre, según departamento de residencia, área geográfica de ocurrencia, y grupo étnico de la madre
## [1] "Cantidad de filas"## [1] 2093## [1] "Cantidad de columnas"## [1] 14## [1] "Estructura de los datos"## 'data.frame': 2093 obs. of 14 variables:
## $ Departamento.de.ocurrencia : chr "Todos los departamentos" "Todos los departamentos" "Todos los departamentos" "Todos los departamentos" ...
## $ Pueblo.de.pertenencia.de.la.madre: chr "Todos los grupos étnicos" "Indígena" "No indígena" "Ignorado" ...
## $ Total : num 361906 154480 142355 65071 201656 ...
## $ Menos.de.15 : num 2671 938 993 740 1504 ...
## $ X15...19 : num 69823 28162 28339 13322 38971 ...
## $ X20...24 : num 105938 43295 44068 18575 61625 ...
## $ X25...29 : num 84066 34898 33942 15226 48309 ...
## $ X30...34 : num 56899 25576 21211 10112 31070 ...
## $ X35...39 : num 30417 15209 10180 5028 14953 ...
## $ X40...44 : num 10212 5505 3048 1659 4555 ...
## $ X45...49 : num 1249 652 382 215 439 ...
## $ X50.y.más : num 348 183 117 48 69 21 31 17 264 8 ...
## $ Ignorado : num 283 62 75 146 161 31 58 72 102 3 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Departamento.de.ocurrencia Pueblo.de.pertenencia.de.la.madre Total
## 2091 Ignorado Mestizo/Ladino 2
## 2092 Ignorado Otro 0
## 2093 Ignorado Ignorado 66
## Menos.de.15 X15...19 X20...24 X25...29 X30...34 X35...39 X40...44 X45...49
## 2091 0 1 0 0 1 0 0 0
## 2092 0 0 0 0 0 0 0 0
## 2093 1 6 0 2 1 0 0 0
## X50.y.más Ignorado anio
## 2091 0 0 2019
## 2092 0 0 2019
## 2093 0 56 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 2093 14 2 12 0
## total_missing_values complete_rows total_observations memory_usage
## 1 33 2090 29302 241112
## feature num_missing pct_missing
## 1 Departamento.de.ocurrencia 0 0.000000000
## 2 Pueblo.de.pertenencia.de.la.madre 0 0.000000000
## 3 Total 3 0.001433349
## 4 Menos.de.15 3 0.001433349
## 5 X15...19 3 0.001433349
## 6 X20...24 3 0.001433349
## 7 X25...29 3 0.001433349
## 8 X30...34 3 0.001433349
## 9 X35...39 3 0.001433349
## 10 X40...44 3 0.001433349
## 11 X45...49 3 0.001433349
## 12 X50.y.más 3 0.001433349
## 13 Ignorado 3 0.001433349
## 14 anio 0 0.000000000
## 1 features with more than 20 categories ignored!
## Departamento.de.ocurrencia: 31 categories
- Nacimientos por escolaridad de la madre, según número de hijos(as) tenidos
## [1] "Cantidad de filas"## [1] 194## [1] "Cantidad de columnas"## [1] 11## [1] "Estructura de los datos"## 'data.frame': 194 obs. of 11 variables:
## $ Número.de.hijos.as.: chr "Todos los hijos" "1" "2" "3" ...
## $ Total : num 361906 124533 82509 51750 31820 ...
## $ Ninguno : num 136764 31834 24695 19364 15285 ...
## $ Primaria : num 122070 41517 30512 19470 11532 ...
## $ Básica : num 26330 14224 6955 3133 1115 ...
## $ Diversificado : num 38002 20112 11155 4676 1249 ...
## $ Universitario : num 4780 2479 1576 542 104 ...
## $ Post.Grado : num 39 17 16 6 0 0 0 0 0 0 ...
## $ Doctorado : num 2 2 0 0 0 0 0 0 0 0 ...
## $ Ignorado : num 33919 14348 7600 4559 2535 ...
## $ anio : num 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...## [1] "Ultimas filas"## Número.de.hijos.as. Total Ninguno Primaria Básica Diversificado
## 192 17 6 2 4 0 0
## 193 18 3 2 1 0 0
## 194 Ignorado 7608 1500 2699 1361 1339
## Universitario Post.Grado Doctorado Ignorado anio
## 192 0 0 0 0 2019
## 193 0 0 0 0 2019
## 194 79 0 0 630 2019## rows columns discrete_columns continuous_columns all_missing_columns
## 1 194 11 1 10 0
## total_missing_values complete_rows total_observations memory_usage
## 1 0 194 2134 21464
## feature num_missing pct_missing
## 1 Número.de.hijos.as. 0 0
## 2 Total 0 0
## 3 Ninguno 0 0
## 4 Primaria 0 0
## 5 Básica 0 0
## 6 Diversificado 0 0
## 7 Universitario 0 0
## 8 Post.Grado 0 0
## 9 Doctorado 0 0
## 10 Ignorado 0 0
## 11 anio 0 0
## Variable Tipo.de.Variable
## 1 ...1 Cualitativa Nominal
## 2 Total Cuantitativa Discreta
## 3 Guatemala Cuantitativa Discreta
## 4 El.Progreso Cuantitativa Discreta
## 5 Sacatepéquez Cuantitativa Discreta
## 6 Chimaltenango Cuantitativa Discreta
## 7 Escuintla Cuantitativa Discreta
## 8 Santa.Rosa Cuantitativa Discreta
## 9 Sololá Cuantitativa Discreta
## 10 Totonicapán Cuantitativa Discreta
## 11 Quetzaltenango Cuantitativa Discreta
## 12 Suchitepéquez Cuantitativa Discreta
## 13 Retalhuleu Cuantitativa Discreta
## 14 San.Marcos Cuantitativa Discreta
## 15 Huehuetenango Cuantitativa Discreta
## 16 Quiché Cuantitativa Discreta
## 17 Baja.Verapaz Cuantitativa Discreta
## 18 Alta.Verapaz Cuantitativa Discreta
## 19 Petén Cuantitativa Discreta
## 20 Izabal Cuantitativa Discreta
## 21 Zacapa Cuantitativa Discreta
## 22 Chiquimula Cuantitativa Discreta
## 23 Jalapa Cuantitativa Discreta
## 24 Jutiapa Cuantitativa Discreta
## 25 Extranjero Cuantitativa Discreta
## 26 Ignorado Cuantitativa Discreta
## 27 anio Cuantitativa Discreta- Gráficos Exploratorios
- Correlaciones Entre las Variables
Para hacer el estudio de correlación para cada tabla, solo se puede aplicar a variables cuantitativas, se investigó si se puede convertir las variables cuantitativas a numeros diferentes aleatorios, pero las únicas formas que encontramos eran muy complejas en cuestion de tiempo. Por esta razón, se hizo el estudio de correlaión solo entre vaariables cuantitativas actuales. 
